OpenAI · Testo

Hermes Agent x Embedding

I modelli OpenAI Embedding espongono l'API standard OpenAI Embeddings tramite RunAPI, così le pipeline di vector search e RAG possono usare la stessa chiave RunAPI del traffico GPT chat e Responses.

3 variants da $0.02 / 1M di token Uso commerciale consentito
Ottieni una chiave API Vedi la documentazione di Hermes Agent

Prerequisite: npx runapi mcp install

Prompt

Modelli del prompt

Usa text-embedding-3-large quando è adatto all'attività: Vettori testuali ad alta capacità per qualità di retrieval e ranking.

You have access to RunAPI task tools for Embedding.

Available Embedding models:
- text-embedding-3-large: Vettori testuali ad alta capacità per qualità di retrieval e ranking
  endpoints: /v1/embeddings
  request fields: model, input
- text-embedding-3-small: Vettori testuali efficienti per ricerca semantica in produzione
  endpoints: /v1/embeddings
  request fields: model, input
- text-embedding-ada-002: Embedding testuali ampiamente supportati per pipeline esistenti
  endpoints: /v1/embeddings
  request fields: model, input

Use the model ID and endpoint that match the user's request.
Example prompt: Crea gli embedding di questi articoli di supporto e di una domanda cliente così posso ordinare le corrispondenze più vicine.
/v1/embeddings: Submit the request and verify the synchronous output. Invia POST a /v1/embeddings. Verifica che la risposta contenga un vettore embedding numerico.

Versioni ed endpoint pubblici

ID modello Endpoint Prezzo iniziale Catalogo
text-embedding-3-large
/v1/embeddings
$0.13 / 1M di token Dettagli modello
text-embedding-3-small
/v1/embeddings
$0.02 / 1M di token Dettagli modello
text-embedding-ada-002
/v1/embeddings
$0.10 / 1M di token Dettagli modello

Verifica

Esegui il polling finché la Task non raggiunge uno stato terminale

Seleziona <model-id> per generare i comandi di verifica.

Configurazione

Endpoint della guida: <endpoint>

Seleziona <model-id> per generare una richiesta con il contratto di input pubblico dell’endpoint.
Come funziona

Inizia in 3 passaggi

  1. Scegli un ID modello

    Seleziona un ID pubblico del catalogo e controlla il relativo endpoint e il prezzo iniziale corrente.

  2. Configura RunAPI

    Imposta RUNAPI_API_KEY prima di inviare la richiesta all’endpoint.

  3. Verifica il risultato

    Per gli endpoint asincroni, interroga lo stesso endpoint finché la Task non raggiunge uno stato finale.

Cosa puoi creare con Hermes Agent + Embedding

  • Risultati strutturati per il tuo codice

    Ottieni un output leggibile dalla macchina invece di testo di chat, così la tua applicazione può salvarlo, confrontarlo o usarlo direttamente.

  • Arricchire i tuoi dati

    Fai elaborare al modello documenti, immagini o record e conserva i risultati accanto ai dati di origine per i passaggi successivi.

  • Elaborazione su larga scala

    Invia grandi lotti di input con la stessa chiave RunAPI e raccogli i risultati in modo programmatico.

Perché usare Embedding con RunAPI + Hermes Agent

  • 3 varianti, una chiave API

    Usa una sola connessione RunAPI per scegliere tra le varianti del modello disponibili senza modificare la tua integrazione.

  • Prezzi d'uso chiari

    Visualizza i prezzi attuali del catalogo prima di inviare una richiesta, senza abbonamento o spesa minima.

  • Risposte dirette

    Le chiamate sincrone restituiscono il risultato nella stessa risposta, così il tuo agente può usarlo subito senza interrogare lo stato di un task.

Domande su Hermes Agent + Embedding

Quale modello di embedding dovrei usare?

Usa text-embedding-3-small per recupero efficiente in produzione e text-embedding-3-large quando la qualità del recall conta più della dimensione del vettore.

Posso ridurre il vettore di embedding?

Sì. Passa il parametro dimensions con text-embedding-3-large o text-embedding-3-small quando ti servono vettori più piccoli.

L'endpoint restituisce la forma di risposta standard OpenAI?

Sì. /v1/embeddings restituisce una risposta list compatibile con OpenAI con dati embedding, model e usage.

I modelli di embedding possono essere usati con Chat Completions o Responses?

No. I modelli di embedding sono disponibili solo su /v1/embeddings.

Quali input sono supportati?

Usa una stringa, un array di stringhe o array di token seguendo il formato OpenAI Embeddings API.

Quale ID modello devo usare?

Scegli un ID pubblico dalla tabella delle versioni. Ogni ID espone gli endpoint mostrati nella sua riga.

Questa guida configura un modello di chat?

No. Questa linea di modelli usa il flusso dell’endpoint mostrato e non viene presentata come modello di chat dell’agente.

Inizia a usare Embedding con Hermes Agent

Ottieni una chiave API Leggi la guida rapida

Stai costruendo con un team?

Ti aiutiamo con la configurazione enterprise, le integrazioni e le domande tecniche.

Contattaci